arXiv 机器学习· Haochen Lv, Jianhao Zhang, Zhichen Lei, Yang Jiang, Xiaowei Mao, Shengnan Guo, Youfang Lin, Huaiyu Wan·· 8 小时前AI 评分33
何时信任记忆：分布偏移下的检索引导时空概率预测框架 REMIND
When to Trust Memory: Retrieval-Guided Probabilistic Spatiotemporal Forecasting under Distribution Shift
AI 导读
针对时空预测中的数据分布偏移问题，研究人员提出了检索引导的概率预测框架 REMIND，相关论文已被 NeurIPS 2026 接收。该框架通过检索构建记忆库，结合应对轻度偏移的记忆校准分支与应对严重偏移的偏差感知分支，利用自适应门控平衡预测。在真实数据集上的实验表明，REMIND 在预测精度与概率预测质量上均持续超越 SOTA 方法。
来源：arXiv 机器学习 · arxiv.org